面向民航需求建模的用户查询日志大数据分析方法研究与实现

《面向民航需求建模的用户查询日志大数据分析方法研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代風１０００４密级：公开ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文３面向民航需求建模的用户查询日志大数据分析方法硏究与实现作者姓名学科专业计龍科学与技术指导教师林友芳教授；ｒ－１？培养院系计算机与信息技术学院＇＇－心１ｉ巧驅部县ｎｆｌ式系交適乂ｆ硕ｄｒ学位论文面向民航需求建模的用户查询日志大数据分析方法研巧与实现ＲｅｓｅａｒｃｈｏｎｕｅｒＬｏＤａｔａｏｆＣｉｖｉｌＡｖｉａｔｉｏｎｆｏｒＰａｓｓｅｎｅｒＤｅｍａｎｄＱｙｇｇＭｏｄｅｌｉｎｇ作者：

2、周岳赛导师：林友芳北京交通大学２０１６年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）＇ｆ学位论文作者签名；：ｔ丢剧ｐ签名手ｌ奏签字曰期；年作月ｋ曰签字曰期年夺月日学校代码：１００

3、０４密级：公升北京交通大学硕±学位论文面向民航需求建模的用户查询日志大数据分析方法研究与实现ＲｅｓｅａｒｃｈｏｎｕｅｒＬｏＤａｔａｏｆＣｉｖｉｌＡｖｉａｔｉｏｎｆｏｒＰａｓｓｅｎｅｒＤｅｍａｎｄＱｙｇｇＭｏｄｅｌｉｎｇ作者姓名：周岳春学号：１３１２０４６１导师姓名：林友芳职称：教授学位类别：工学学位级别：硕±学科专业：计算机科学与技术研究方向：数据与知识工程北京交通大学２０１６年４月１致谢一本文是在我的导师林友芳教授的悉屯、指导下完成的。从论文的选题之初直到，，及时为我指明道路最终

4、的修改林老师始终都关注着我的研究进展。林老师严谨、科学、高效的工作和生活作风更是使我受益匪浅，不仅在学习与科研上让我、获得了成长，在生活中也让我学会了更多！在此，衷屯感谢林老师在研究生期间对我的培育之恩！还要感谢研巧所内多位老师对我的帮助与支持。万怀宇老师从始至终都在跟进我的研究，花费了大量宝贵的时间与我探讨技术细节。武志吴与王晶两位老师对我的研究提出了很多建设性的意见，在研究遇到困难时帮助我开拓了思路。此夕ｈ韩升老师也为我提供了许多不可或缺的支持，让我的研究更加顺利地进行。，此外要感谢在整个研究生期间帮助与陪伴我的众多同学，蒋容、张奥爽等

5、学长，李耀强、赵轩、周超、邓文超、荀蓉伯、邓文超、叶绍贵、刘畅、张玉桃、、ｈ宇斯、栗明威等同窗，许强永、康友隐等学弟。你们的热屯与智慧都让本文更上一层楼。最后，感谢我的父母，你们的理解与支持是我能够完成学业的最大后盾和支柱。同时感谢李泽融同学，你的陪伴与鼓励为我带来了不竭的动力。北京交通大学硕±学位论文摘要摘要在现代民航业内，对客运需求的预测是航空公司收益管理的核也问题，精准的需求模型可Ｗ帮助航空公司更好的制定销售策略，降低成本并提高收益。传统的需求建模历史客运数据为基础，其即时性和敏感性都受到数据基础的限制，因此寻找新的需求建模

6、思路是一个非常有行业价值的课题。在本文中，我们着眼于互联网给民航业带来的革新，发现旅客出行前通过网络查询机票信息己经日益普及。大量的旅客查询日志数据保存在民航ＧＤＳ（全球分销系统）系统中，蕴藏着大量有价值的信息。本文对旅客查询日志进行了深入的分析与挖掘，为民航需求指数建模提供了新的思路。第一步，我们对民航业的机票查询渠道模式进行了调查与分析，发现不同类型的查询主体表现出不同的查询行为模式，同时他们每次查询背后隐藏的需求也完全不同。因此我们定义了渠道查询行为模式的类别，然后分别从查询时间频率和查询内容分布两方面构造了渠道查询行为的特征属性集，

7、最后使用多分类的方法对渠道行为进行了分类，从而将海量的查询数据划分为了不同的成分。第二步，我们采集了大量的历史数据，Ｗ售票量、乘行量和收益等数据综合表示旅客需求，通过实验验证了各个类别渠道中查询量与旅客真实需求之间的相关性。最后我们Ｗ分类后的查询数据作为输入，替换了传统预测算法中的历史客运数据，从而得到了新的需求指数模型。我们利用历史数据，在多个不同的场景下对传统需求预测方法与本文提出的新方法进行了对比实验，结果表明新方法在节假日和突发性事件期间能够更加及时和准确地反映出需求的变化，